基于空间多准则的城镇建设用地的生态耦合调控途径

我国城镇化进程中的建设用地快速扩张,已成为城乡可持续发展的重要胁迫,城乡规划实践亟需生态空间调控的理论和技术支撑。本研究以福州为案例,在生态敏感性和生态系统服务评价的基础上,构建了基于空间多准则的生态耦合调控途径。生态耦合调控方案实证结果显示,适建区具有较高的生态敏感区位熵和较低的生态系统服务密度,生态耦合途径可以同步调控城镇建设引发的生态风险和对生态系统的干扰,从而降低决策风险。本研究对维护区域生态安全,支持城乡规划决策有重要意义。     

全地域机动车驾驶室声学特性分析

以某全地域机动车驾驶室为研究对象,建立驾驶室的有限元模型,验证了有限元模型的有效性。以此有限元模型为基础构建驾驶室谐响应模型,进行谐响应分析,发现驾驶室后壁板的振动是引起驾驶室内部噪声的主要原因。研究驾驶室内部噪声特性,分别进行了声学空腔模态分析和声固耦合模态分析,发现声固耦合系统声压分布比较均匀,大部分呈现局部模态,主要原因可能是驾驶室后壁板的振动。通过驾驶员耳旁声压分析发现增加驾驶室后壁板的厚度,可以在一定程度内降低驾驶室内部噪声对驾驶员的影响,为同类驾驶室通过依靠结构改进来改善声场环境提供了案例依据。     

某型滑油冷却风扇振动特性分析

为避免工作状态下风扇转子由于自身工作转速及相关的激振频率引起的共振现象,通过试验模态分析及数值模态分析结合的方法对转子振动特性进行分析,并与改进前的转子进行对比。结果表明,以静子尾流产生的激振力对应的共振转速与转子的工作转速相接近,改进后的转子各阶固有频率提升但共振裕度减小,因此在风扇使用过程中应保证其完整性,从而避免疲劳断裂等安全隐患。     

基于Bootstrap方法的密封寿命可靠性评估

针对高可靠、长寿命密封件在小样本试验下的可靠性寿命评估需求,提出一种基于虚拟增广样本和Bootstrap方法的密封寿命小样本数据可靠性评估方法。并以轴用阶梯圈为例,进行寿命可靠性评估。首先通过虚拟增广法将轴用阶梯圈台架寿命试验数据样本数增广至10个,使得样本数满足Bootstrap方法的适用条件;然后再利用Bootstrap方法得到轴用阶梯圈的寿命可靠性评估结果。     

车轮多边形磨耗统计规律及关键影响因素分析

针对列车车轮多边形磨耗问题广泛存在于轨道交通运输领域,会导致车辆/轨道系统产生高频的振动冲击,严重影响车辆和轨道系统零部件的使用寿命,危及行车安全这一问题,调查了大量车轮的多边形磨耗情况并进行统计分析,掌握了高速列车车轮多边形磨耗问题的现状和特点。以18～20阶多边形磨耗车辆为例,通过理论研究和试验分析(试验分析包括车辆系统振动特性测试和转向架模态特性测试),对车轮多边形磨耗的根本原因及诱导因素进行研究。研究发现,轮轨系统在580 Hz频率附近存在固有模态是导致车辆发生18～20阶多边形磨耗的根本原因,轮轨表面的各种不平顺能激发或者加剧轮轨系统在580 Hz频率附近的模态共振,从而诱发车轮多边形磨耗的产生。该结果可为高速列车车轮多边形磨耗问题的防止和进一步研究提供参考。     

基于FOA的变分模态分解在轴承故障诊断中的应用

变分模态分解(VMD)广泛应用于故障诊断中,从振动信号中提取故障特征是故障诊断过程中的关键部分。针对强背景噪声和脉冲干扰下滚动轴承早期故障特征难以提取的问题,提出了一种新的基于果蝇优化算法(FOA)的变分模态分解的轴承故障诊断方法。首先,利用果蝇优化算法自适应优化VMD的惩罚参数α和分解数K,获取最优参数组合;然后,对信号进行VMD分解,得到K个模态分量;最后,基于峭度最大化准则选取最优模态分量进行包络解调分析,提取出故障特征频率。通过仿真信号分析、实际故障轴承信号验证以及与基于果蝇优化算法的多分辨奇异值分解(MRSVD)方法进行对比,证明了所提方法的有效性。     

对辊破碎机辊子动静态可靠性的数值模拟研究

为提升对辊破碎机辊子的工作可靠性,利用三维建模软件Proe/E及有限元分析软件ANSYS Workbench对其进行建模并进行静力学分析和离心力分析。本文验证了其强度可靠且受力变形较小,通过提取、研究其模态振型及固有频率确保了其动态性能的可靠。研究结果为产品质量的提升及相关设备的设计提供了参考。     

基于经验模态分解的冷水机组能耗预测模型

针对实际工程中采集的磁悬浮冷水机组的功率时间序列多为非线性、非平稳信号的问题,提出基于经验模态分解的机器学习能耗预测模型,此模型从信号本身尺度特征出发对信号进行分解,具有良好的局部适应性。将基于经验模态分解的机器学习模型预测结果与原始机器学习模型的预测结果进行比较,结果表明,采用经验模态分解的磁悬浮冷水机组能耗预测模型能够提高预测精度。     

基于EMD和改进小波阈值的地震信号去噪方法

地震资料采集获得的地震信号资料中往往夹杂着大量的噪音信息,地震信号的有效去噪对后续的地震资料解释具有重要的意义。本文提出一种基于经验模态分解(EmpiricalMode Decomposition,EMD)和改进小波阈值的地震信号去噪方法。将含噪地震信号分解为一系列本征模态函数(IntrinsicModeFunction,IMF),并根据自相关理论,对从IMFs中筛选的高频分量应用改进的小波高参数阈值算法处理,低频IMF分量应用改进的小波低参数阈值处理,最后对处理后的IMFs进行重构。利用本文提出的地震信号去噪方法对合成地震信号和实际地震信号进行去噪处理,并与EMD去噪效果进行对比,结果均表明本文所提方法的去噪效果优于常规的EMD方法。